مهندسی و مدیریت کیفیت

چکیده هدف: این پژوهش با هدف بررسی روابط میان QMP، فناوری‌های صنعت 4.0 و عملکرد سازمانی انجام شده است و در این میان، نقش میانجی رضایت مشتری و فناوری مورد توجه قرار گرفته است. هدف اصلی مطالعه، تبیین نحوه اثرگذاری ترکیب کیفیت و فناوری بر ارتقای عملکرد سازمانی در شرکت‌های تولیدی ایران بوده است.
روش‌شناسی پژوهش: پژوهش از رویکرد ترکیبی استفاده کرده و داده‌ها با روش مدل‌سازی معادلات ساختاری (PLS-SEM) و شبکه عصبی مصنوعی (ANN) تحلیل شده‌اند. جامعه آماری شامل کارکنان شرکت‌های تولیدی ایران بوده و داده‌ها از طریق پرسشنامه‌ای معتبر با 205 پاسخ‌دهنده گردآوری شده است. ابزار پژوهش دارای پنج متغیر اصلی، چهارده مولفه فرعی و چهل‌وپنج شاخص بوده است.
یافته‎ها: نتایج نشان داده‌اند که QMP تاثیر مستقیم و معناداری بر رضایت مشتری و عملکرد سازمانی دارند. همچنین، فناوری صنعت 4.0 و رضایت مشتری نقش میانجی موثری در این روابط ایفا کرده‌اند. تحلیل شبکه عصبی نیز بیان کرده است که رضایت مشتری، مدیریت فرآیند و داده‌محوری بیشترین اهمیت را در پیش‌بینی عملکرد سازمانی داشته‌اند. یافته‌ها در مجموع تایید کرده‌اند که ترکیب QMP با فناوری‌های نوین می‌تواند راهبردی کارآمد برای بهبود عملکرد سازمانی باشد.
اصالت/ارزش افزوده علمی:این تحقیق با ترکیب دو روش PLS و ANN، رویکردی نوآورانه برای تحلیل هم‌زمان روابط علی و پیش‌بینی غیرخطی ارایه داده است. همچنین با بررسی هم‌زمان دو متغیر میانجی رضایت مشتری و فناوری و اجرای پژوهش در بستر بومی شرکت‌های ایرانی، خلأ مطالعاتی موجود را پوشش داده و به توسعه ادبیات مدیریت کیفیت و تحول دیجیتال کمک کرده است.

چکیده هدف: این پژوهش به بررسی تاثیر مولفه‌های فنی، رابطه‌ای و تجاری فرایندهای کسب‌وکار الکترونیک بر خلق ارزش در زنجیره‌تامین دیجیتال با تاکید بر نقش تسهیم اطلاعات با رویکرد مدل‌سازی شبکه عصبی می‌پردازد. تمرکز اصلی بر نقش میانجی قابلیت‌های کسب‌وکار الکترونیک در تقویت تاثیر این مولفه‌ها بر عملکرد رقابتی زنجیره‌تامین است.
روش‌شناسی پژوهش: این پژوهش کاربردی و از نوع توصیفی-همبستگی است. جامعه آماری پژوهش را کارشناسان، مدیران و کارکنان شرکت‌های تولیدی فعال در شهرک صنعتی پایتخت تشکیل داده‌اند. نمونه‌گیری به شیوه غیراحتمالی در دسترس و اقتضایی انجام و داده‌ها از طریق پرسشنامه‌ استاندارد گردآوری شد که روایی و پایایی آن توسط شاخص‌های AVE>0.5، CR>0.7، CR>AVE و α>0.7 تایید گردیده است. برای اعتبارسنجی مدل و آزمون فرضیه‌ها، از روش معادلات ساختاری واریانس‌محور در نرم‌افزار SmartPLS نسخه 4.0 و ماژول شبکه عصبی مصنوعی در نرم‌افزار SPSS29 استفاده شده است.
یافته‎ها: پس از برازش مدل تحقیق با رویکرد معادلات ساختاری واریانس محور و شبکه عصبی پرسپترون چندلایه  یافته‌های پژوهش نشان داد که در هر دو رویکرد، متغیر تسهیم اطلاعاتی بالاترین تاثیر داشته و همچنین هر دو رویکرد توانایی پیش بینی عملکرد رقابتی زنجیره‌تامین دیجیتال را داشتند. برای ارزیابی مدل برازش شده با دو رویکرد، از شاخص ریشه میانگین مربعات خطا استفاده شد. مقدار ریشه میانگین مربعات خطا در رویکرد شبکه عصبی پرسپترون چندلایه برابر 0.021 و در رویکرد معادلات ساختاری واریانس محور برابر 0.879 می باشد؛ بنابراین روش شبکه عصبی پرسپترون چندلایه با خطای خیلی کمتری توانایی پیش‌بینی عملکرد رقابتی زنجیره‌تامین دیجیتال را داشته و می‌تواند به‌عنوان مدل بهینه مورداستفاده قرار گیرد.
اصالت/ارزش‌افزوده علمی: این پژوهش با ارایه مدلی تلفیقی، نقش قابلیت‌های فرایندهای کسب‌وکار الکترونیک را در بهبود عملکرد رقابتی زنجیره‌تامین تبیین می‌کند. یافته‌ها راهنمایی کاربردی برای تصمیم‌گیری و برنامه‌ریزی استراتژیک در شرکت‌های تولیدی، به‌ویژه در محیط‌های تجاری پویا ارایه می‌دهند.

چکیده هدف: یکی از چالش‌های رقابتی این روزهای شرکت‌های بیمه که بسیار اهمیت دارد ارایه خدماتی است که با کیفیت بهتر بتوانند بهره‌وری را افزایش دهند. این تحقیق با هدف بررسی تاثیر شاخص‌های مدیریت کیفیت بهره‌وری و هوش مصنوعی بر افزایش بهره‌وری تولید خدمات در بیمه پاسارگاد انجام گردید.
روش‌شناسی پژوهش: جامعه آماری بخش کمی این تحقیق شامل کلیه پرسنل شاغل در ساختمان مرکزی بیمه پاسارگاد می‌باشد. به دلیل گستردگی جامعه آماری، پرسشنامه‌ای طبقه‌بندی شده و مبتنی بر نتایج مرحله کیفی پژوهش تهیه و در میان پرسنل توزیع شد تا قابلیت تعمیم‌پذیری نتایج افزایش یابد. حجم نمونه این مطالعه با استفاده از فرمول کوکران ابتدا برابر با ۱۳۰۰ نفر برآورد شد که پس از محاسبات نهایی، حجم نمونه نهایی ۲۹۷ نفر تعیین گردید. از آن‌جا که این پژوهش به روش پیمایشی انجام شده است، داده‌ها با بهره‌گیری از روش‌های آماری توصیفی و استنباطی تحلیل شدند. سپس در بخش آمار استنباطی، پس از تعیین توزیع متغیرها در جامعه، تحلیل‌های پیشرفته‌تری انجام گرفت. برای این منظور، از مدلسازی معادلات ساختاری با نرم‌افزار Smart PLS و همچنین آزمون‌های آماری توصیفی جهت بررسی داده‌های جمعیت‌شناختی و تحلیل متغیرهای پژوهش در نرم‌افزار SPSS استفاده گردید.
یافته‎ها: با توجه به یافته‌های این پژوهش، می‌توان نتیجه گرفت که تلفیق شاخص‌های مدیریت کیفیت بهره‌وری با فناوری‌های نوین هوش مصنوعی، نقش به‌سزایی در بهبود عملکرد و افزایش بهره‌وری خدمات در صنعت بیمه، به‌ویژه در شرکت‌هایی همچون بیمه پاسارگاد دارد.
اصالت/ارزش افزوده علمی: الگوی مدیریت کیفیت بهره‌وری و هوش مصنوعی بر افزایش بهره‌وری تولید خدمات در بیمه پاسارگاد ارایه‌شده در این تحقیق، گامی علمی و کاربردی در جهت حرکت صنعت بیمه به‌سوی تحول فناورانه، چابکی سازمانی و رقابت‌پذیری بلندمدت به‌شمار می‌رود.

چکیده هدف: این مقاله با هدف برآورد پارامترهای توزیع وایبول آمیخته با استفاده از الگوریتم ژنتیک و مقایسه عملکرد آن با روش‌های سنتی برآورد ارایه شده است.
روش‌شناسی پژوهش: یک مطالعه شبیه‌سازی تحت شرایط اندازه نمونه‌ها و سطوح سانسور متفاوت انجام شد. الگوریتم ژنتیک برای بیشینه‌سازی تابع درستنمایی به‌کار گرفته شد.
یافته‎ها: نتایج نشان می‌دهد که الگوریتم ژنتیک نسبت به روش ماکسیمم درستنمایی، به‌ویژه در حضور داده‌های سانسورشده، برآوردهای پارامتری دقیق‌تر و پایدارتری ارایه می‌دهد.
اصالت/ارزش افزوده علمی: این مطالعه کاربردی نوین از الگوریتم‌های ژنتیک در تحلیل قابلیت اعتماد ارایه می‌دهد و اثربخشی آن‌ها در برآورد پارامترها برای داده‌های سانسورشده را نشان می‌دهد.

چکیده هدف: هدف این پژوهش، مقایسه­ و بررسی ویژگی­‌های آماری چهار برآوردگر رایج انحراف معیار فرآیند برای داده‌­های گروهی در کنترل کیفیت آماری است.
روش‌شناسی پژوهش: در راستای دستیابی به اهداف پژوهش، ابتدا اریبی و میانگین توان دوم خطای برآوردگرها ارایه می‌­شود. سپس برآوردگرها بر اساس MSE باهم مقایسه می‌­‌شوند.
یافته‎ها: ثابت می­‌شود که دو برآوردگر از چهار برآوردگر، در دو کلاس مختلف از برآوردگرهای نا اریب خطی دارای کمترین واریانس هستند. همچنین با محاسبات عددی نشان داده می‌­شود که برآوردگری که بر اساس میانگین حسابی انحراف معیار گروه‌­ها ساخته شده است، کارایی بیشتری از سایر برآوردگرها دارد.
اصالت/ارزش‌افزوده علمی: با توجه به نتایج به‌دست ‌آمده در این پژوهش، پیشنهاد می­‌شود برای برآورد انحراف معیار فرآیند در داده­‌های گروهی، از برآوردگری که بر اساس میانگین حسابی انحراف معیار گروه‌­ها ساخته شده است به‌جای برآوردگرهایی که بر اساس میانگین حسابی دامنه‌­ گروه‌­ها ساخته شده‌­اند، استفاده کرد.

چکیده هدف: این پژوهش بررسی می‌کند که چگونه فناوری بلاکچین می‌تواند قابلیت اطمینان و عملکرد عملیاتی را در زنجیره‌های تامین دارویی بیمارستان با تمرکز بر تغییرپذیری موجودی و پاسخگویی به تقاضا بهبود بخشد.
روش‌شناسی پژوهش: یک مدل پویایی‌شناسی سیستم‌ها برای شبیه‌سازی زنجیره سه‌سطحی شامل تولیدکننده، توزیع‌کننده و بیمارستان توسعه داده شد. در این مدل دو سناریوی اشتراک‌گذاری اطلاعات، مقایسه گردید که شامل: روش سنتی با جریان اطلاعات متمرکز و دارای تاخیر و روش مبتنی بر بلاک‌چین با اشتراک‌گذاری بلادرنگ و غیرمتمرکز داده‌ها.
یافته‎ها: نتایج نشان داد که به‌کارگیری بلاک‌چین موجب پایداری بیشتر موجودی‌ها، کاهش ماندگاری عقب‌ماندگی سفارش بیمارستان و کوتاه‌تر شدن میانگین تاخیر تحویل می‌شود. شفافیت اطلاعات بلاک‌چین، پویایی‌های داخلی سیستم را بهبود می‌بخشد. متوسط زمان تاخیر تحویل سفارشات بیمارستان حدود %15.1 کاهش و متوسط سفارشات معوق بیمارستان نیز %15.8 بهبود یافته است. همچنین، پایداری موجودی‌ها و سفارشات معوق تقویت شده است، به‌طوری‌که انحراف معیار موجودی بیمارستان %21.5 کاهش و انحراف معیار زمان تاخیر تحویل حدود %10 کاهش یافته است. این تغییرات درمجموع به بهبود قابلیت اطمینان خدمت و ارتقای عملکرد کلی زنجیره‌تامین منجر می‌گردد.
اصالت/ارزش افزوده علمی: این پژوهش با ادغام فناوری بلاک‌چین و مدل‌سازی پویایی‌شناسی سیستم‌ها در بستر زنجیره دارویی بیمارستانی، شواهد کمی و کاربردی در زمینه نقش شفافیت غیرمتمرکز در مدیریت کیفیت‌محور زنجیره تامین ارایه می‌کند.